Tekan Kesalahan Diagnosa, Dosen UII Kembangkan Analisa Data Klinis

SLEMAN - Dosen Magister Teknik Informasi Fakultas Teknik Informatika (FTI) Universitas Islam Indonesia (UII), Ridho Rahmadi berhasil mengembangkan pemodelan hubungan sebab akibat untuk obeservasi data pasien terhadap penyembuhan penyakit. Metode ini diberi nama stable specification search for cross sectional data (S3C).

Selain mudah diaplikasikan, metode ini juga untuk meminimalisir kesalahan diganosa. Sebab data merupakan hasil observasi bukan intervensi.

Ridho Rahmadi mengatakan, ide mengembangkan metode tersebut karena selama ini terapi (treatment) untuk membantu penyembuhan pasien dilakukan dengan intervensi randomized controlled trial (RCT) atau uji coba secara acak. Dimana pasien di bagi dalam dua kelompok, yaitu kelompok yang mendapatkan terapi dan yang tidak mendapatkan.

"Selain efektivitas tingkat penyembuhannya masih dipertanyakan, penerapan RCT ini juga tidak mudah, sebab sering berbenturan dengan aspek etika," kata Ridho di kampus UII, Jumat (29/3/2019).

Selain itu, prosedur struktur equation model (SEM) atau model persamaan struktural, bukan hanya mengevaluasi sedikit model. Namun juga memungkinkan banyak variable yang digunakan serta proses setimasi model tidak stabil. Sebab jika ada perubahan data dapat menghasilkan model yang berbeda.

"Hal tersebut tentunya menjadi permasalahan, sehingga perlu solusi, yaitu dengan menggabungkan objective evolution algorithm (MOEA) atau algoritma evaluasi multiobjek dan konsep stanbility selection yang diberinama stable specification secarh for cross section data (S3C)," katanya.

MOEA ini untuk mencari model-model yang optimal, yaitu bukan hanya mempresentasikan data tapi juga memiliki struktur yang sederhana. Sedangkan konsep stanbility selection untuk mendapatkan model yang stabil. Secara teknis S3C melakukan pengambilan banyak sampel dengan ukuran yang lebih kecil dari data yang diberikan.

"Pada setiap sempel, S3C mencari model-model optimal dengan MOEA, sehingga dari banyak model akan dihasilkan banyak optimal model," katanya.

Ridho menjelaskan, dari seluruh optimal model tersebut, S3C dengan menggunakan beberapa threshold, memilik struktur model yang stabil dan simple yang disebut relevent struktures dan mempersentasikannya ke dalam sebuah model sebab akibat. Termasuk telah mengembangkan S3C menjadi space structurs and systems laboratory (S3L) atau struktur ruang dan sistem laboratorium dan S3C latens.

"S3C menjadi S3L untuk memodelkan hubungan sebab akibat pada longitudinal data. S3C menjadi S3C latens untuk memodelkan hubungan sebab akaibat pada latens vaibles. Dimana pengembangan tersebut telah diimplemantasikan dalam bentuk R package, sehingga dapat digunakan oleh siapa saja yang tertarik melalui pemograman R," kataya.

S3C, S3L, dan S3C lantens sendiri telah diaplikasikan pada data-data klinis seperti chronic fatique syndrome, chronic kidney disesase, alzheimers disesase, attention deficit-hyperactivity disorder dan tuberculous meningitis.

Ketua Program Studi Teknik Informatika Program Magister FTI UII, Izzati Muhimmah menambahkan, selain dapat membantu di dunia medis, pengembangan S3R tersebut juga mengantarkan Ridho Rahmadi meraih gelar doktor. "Ridho Rahmadi merupakan doktor ke-8 di FTI UII," katanya.